Das Wirtschaftsglossar: Ein Produktivitätshebel für einen Datenkatalog

Ein Unternehmen muss riesige Mengen an technischen Anlagen verwalten, die oft eine Menge doppelter Informationen in verschiedenen Systemen enthalten. All diese Daten einzeln zu dokumentieren, ist für die meisten Unternehmen eine fast unüberwindbare Herausforderung.

Mit Hilfe der Automatisierung wird eine bestimmte Menge an Informationen gesammelt, die oft eine detaillierte technische Dokumentation der im Informationssystem vorhandenen Daten liefert. Datenkatalog ermöglichen es dann den sachkundigen Datennutzern, diese Dokumentation zu vervollständigen, indem sie Klassifizierungsattribute hinzufügen, um das technische Ökosystem des Unternehmens genauer zu beschreiben.

Während diese Informationen für eher technisch orientierte Benutzer (Ingenieure, Architekten usw.) nützlich sind, bleiben sie für die wachsende Zahl der Nutzer von Unternehmensdaten oft unklar. Dies hindert diese daran, die Daten effektiv zu nutzen und zu verwalten.

Um den notwendigen Kontext für die Nutzung dieser Daten zu schaffen, benötigen die Nutzer verschiedene Arten von Informationen: organisatorische, statistische, Compliance-Informationen usw.

Um dies zu verdeutlichen, muss die technische Dokumentation durch semantische Informationen ergänzt werden. Dies ist der Zweck der Einführung eines Geschäftsglossars.

Aufbau einer gemeinsamen Sprache mit einem Wirtschaftsglossar

Wenn Geschäftsanwender über Daten sprechen, beziehen sie sich in der Regel auf Konzepte wie Kundenadressen, Verkäufe oder den Umsatz von 2021. Es ist unwahrscheinlich, dass sie sich auf eine Tabelle oder ein Datenbankschema beziehen, die sie vielleicht nicht kennen oder verstehen. Ein Geschäftsglossar hilft dabei, diese Begriffe zu definieren und diese Definitionen allen Mitarbeitern zugänglich zu machen.

Die Hinzufügung von semantischen Metadaten erfüllt somit mehrere Ziele:

• Überbrückung der Kluft zwischen geschäftlichen und technischen Nutzern durch den Aufbau einer gemeinsamen Sprache, die ihnen eine effektive Zusammenarbeit ermöglicht.
• Richten Sie diese Definitionen an den Geschäftsanwendern aus, insbesondere an denjenigen, die aus verschiedenen Einheiten kommen. Dies wird Mehrdeutigkeiten zwischen verwandten Begriffen verhindern.
• Ermöglichen Sie es allen Nutzern, die gesuchten Daten leichter zu finden, und stellen Sie den notwendigen Kontext bereit, um sie zu verstehen und zu nutzen.

Ein gutes Datenkatalog muss daher eine Lösung bieten, die diese betriebswirtschaftlichen Konzepte verwaltet, die Verknüpfung mit den technischen Assets, die diese Konzepte umsetzen, ermöglicht und so die unternehmensweite Nutzung des Katalogs ermöglicht.

Möchten Sie mehr über Wirtschaftsglossare erfahren?

Wenn Sie tiefer in die Materie eintauchen möchten, laden Sie unser kostenloses eBook herunter: "Business Glossary: Ein wesentlicher Bestandteil eines Datenkatalog für datenaffine Unternehmen".

In diesem eBook finden Sie:

• Eine vollständige Beschreibung der vorhandenen Ansätze, die je nach Zielsetzung des Unternehmens zur Beschreibung eines Wissensgebiets zur Verfügung stehen: Lexikon, Thesaurus, formale Ontologie.
• Eine Präsentation des graphenbasierten Business-Glossar-Ansatzes von Zeenea, der die nötige Flexibilität, Einfachheit und scalability bietet, um die Bedürfnisse der Datenkonsumenten zu erfüllen.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, Verwaltung und Analyse von Daten in Cloud-, Hybrid- und lokalen Umgebungen. Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und -analyse liefert Actian leistungsstarke Lösungen, die es Unternehmen ermöglichen, datengesteuerte Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und wurde für seine Leistung und Innovation mit Branchenpreisen ausgezeichnet. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im ActianBlog behandeln wir Themen wie Echtzeit-Dateneingabe, Datenanalyse, Data Governance, Datenmanagement, Datenqualität, Datenintelligenz und KI-gesteuerte Analysen.